Professional Documents
Culture Documents
1 - Souhrn Ke Zkoušce Z Kvantitativních Metod
1 - Souhrn Ke Zkoušce Z Kvantitativních Metod
Účelová funkce
Nebo-li cíl úlohy
Maximalizační
o Tržeb, zisku, objemu produkce, výživových hodnot, užitku
Minimalizační
o Nákladů, rizika
Vždy se snažíme najít nejlepší (optimální řešení) v množině přípustných hodnot (ta je tvořena omezujícíma
podmínkama)
o Podle toho posouváme křivku buď nahoru či dolů (maximalizujeme/minimalizujeme)
4x1+5x2 -> max
Omezující podmínky
určují nám specifické meze, ve kterých můžeme rozhodovat
Poptávka, nabídka, maximální kapacity atd.
>=; <=; =
Levá a pravá strana
7x1-2x2 <= 45
Podmínky nezápornosti
V každé úloze (až na výjimky)
Není možné vyrobit záporné množství výrobků
S výjimkou znaménka = při převodu na duální model
x1,2 >= 0
Přípustné řešení
Množina, která splňuje zadané podmínky omezení (jejich průnik)
∞ mnoho řešení – nejčastější případ
1 řešení – platí pouze výjimečně
0 řešení – platí pouze tehdy, pokud neexistuje žádná varianta, jak splnit všechny podmínky
Optimální řešení
Takové řešení, kdy je dosáhnuto nejlepší možné kombinace z přípustných řešení
∞ mnoho řešení – výjimečný případ
1 řešení – nejčastější varianta řešení
0 řešení – platí pouze, pokud neexistuje žádná varianta, jak splnit všechny podmínky + ještě případ, kdy
řešíme neomezenou maximalizační úlohu
Proměnná modelu
Vyjadřuje množství (vyrobeného produktu, látky ve směsi, suroviny)
Kolik je proměnných, tolik je různých druhů (výrobků, látek, surovin)
x1 ; x2 atd.
Poměrové podmínky a podmínky se zpětnou vazbou – jejich tvorba a specifika.
Poměrové podmínky
Není určená jednotka
Ve tvaru racionální lomenné funkce
nakonec je třeba převést na lineární tvar
x2 / x1 => 3 / 2 ……>>>….. -3x1+2x2 >= 0
Zpětná vazba
Zejména u výrobních úloh
Když bývá zapotřebí jeden z finálních produktů použít jako surovinu pro nový produkt
Vytvoří se nová omezující podmínka např. ve tvaru
x3 <= x1 ……>>>….. -x1+x3 <= 0
o interpretuje se to jako „na výrobu jedné jednotky suroviny x3 je potřeba jedné jednotky suroviny x1“
o to se poté dosadí do účelové funkce – otočí se znaménka
4x1+5x2 -> max ……>>>….. 4(x1-x3)+5x2+6x3 -> max ……>>>….. 4x1+5x2+2x3 -> max
Grafické řešení (jak zaznamenat PVO a ÚF, jak vypadá množina přípustných
řešení a jak se hledá a interpretuje optimum).
Grafické řešení
Používá se u jednoduchých úloh
Maximálně 3 proměnné, nejčastěji 2
Osa x = proměnná x1; Osa y = proměnná x2
PVO
Kvůli podmínkám nezápornosti musí být přípustná řešení pouze v I. Kvadrantu
PVO převedeme na přímky
o 4x1+2x2 = 12
Za x1 dosadím 0 a vyjde mi tak průsečík s x2 = 6 – zaznamenám bod [0;6]
Za x2 dosadím 0 a vyjde mi tak průsečík s x1 = 3 – zaznamenám bod [3;0]
Tyto hodnoty spojím přímkou
o 4x1+2x2 <= 12
Znaménko mi značí směr dané poloroviny
Konkrétně zde musí být levá strana rovnice menší nebo rovna 12
Tzn. můžu dosadit např. x1 = 0 a x2 = 0 a zjistím, že při doplnění do rovnice splňují podmínku
nerovnosti (výsledek rovnice je menší nebo roven 12) a tím pádem bude polorovina
směřovat tímto směrem
Pro zkoušku - pokud zvolím vyšší čísla např. x1 = 5 a x2 = 4, tak tyto hodnoty nebudou
splňovat nerovnost (výsledek rovnice bude větší než 12 a tato polorovina to nebude)
Výsledkem všech omezujících podmínek je množina přípustných řešení (průnik polorovin)
Může se stát, že přípustné řešení nemusí existovat a to tehdy, když se PVO navzájem vylučují
o x1 + x2 <= 3 a zároveň x1 + x2 >= 5
Kromě toho se může stát, že bude existovat pouze jedno přípustné řešení (které bude i optimální)
o X1+x2 = 5 a zároveň 0,5x1 + x2 = 4
Bazické řešení
Jsou to vrcholy polygonu v grafu přípustných řešení
Hlavní věta LP
Pokud existuje optimální řešení, tak existuje optimální řešení, které je zároveň bazickým řešením
Účelová funkce
Musíme najít 2 body na přímce účelové funkce
4x1+5x2 -> max
o První bod na přímce bývá [0;0], tzn. musíme za x1 a x2 dosadit 0 a tuto rovnici položíme = 0
o Druhý bod nalezneme tak, že dosadíme za proměnné koeficienty opačných proměnných (s tím že
jedna z nich musí být opačného znaménka, abych rovnici opět vynuloval), tzn. za x1 dosadím číslo 5 a
za x2 číslo -4… Druhý bod na přímce bude [5;-4]
Dané body spojím přímkou a mám účelovou funkci
Pokud se jedná o maximalizační ÚF, tak se budu snažit „tahat“ tuto ÚF co nejvýše to půjde (u minimalizační
ÚF naopak, budu ji tahat co nejníže), tzn. přímka se bude dotýkat množiny přípustných řešení
Pokud přímka už dále „tahat“ nejde a protínají ji 2 další přímky, které jsou omezujícími podmínky, tak jsme
našli bod optima
Souřadnice tohoto bodu se počítají tak, že vyřešíme soustavu rovnic (sčítací metoda nejlépe, omezující
podmínky musíme převést z tvaru nerovnic na rovnice)
-x1+x2 = 2; x1+x2 = 4 ……>>>…… x1 = 1; x2 = 3
o Bod optima je v souřadnicích [1;3]
Při rozšíření o poměrovou podmínku najdeme body této přímky stejně jako u účelové funkce (1.bod dosazení
nul, 2.bod výměna koeficientů)
Tvorba modelu
Z maximalizační (minimalizační) ÚF v primárním modelu se stane minimalizační (maximalizační) ÚF v duálním
modelu
Musíme sjednotit směr nerovnic
o Tzn. pokud máme maximalizační úlohu v primárním modelu, tak by měly být všechny PVO ve tvaru
<=
o Pokud máme minimalizační úlohu v primárním modelu, tak by měly být všechny PVO ve tvaru >=
o Docílíme toho tak, že dané PVO vynásobíme -1, znaménko se tak otočí
Kolik máme PVO v primárním modelu, tolik máme proměnných v duálním modelu
Ke každé proměnné ÚF v duálním modelu přiřadíme postupně pravé strany PVO primárního modelu
PVO v duálním modelu tvoříme tak, že zaměníme řádky za sloupce z primárního modelu (transponovaná
matice) – tzn. kolik je proměnných v primární modelu, tolik je PVO v duálním modelu
Pravé strany PVO v duálním modelu budou tvořit konstanty z účelové funkce primárního modelu
Výjimka
o Pokud je jedna z PVO primárního modelu ve tvaru rovnice a ne nerovnice, tak v duálním modelu pro
tuto proměnnou nebude platit podmínka nezápornosti, může nabývat všech reálných čísel
Duální proměnná
Optimální hodnota duální proměnné je stínovou cenou
Ta udává, jak se změní hodnota ÚF v primárním modelu, pokud zvýšíme pravou stranu PVO v primárním
modelu o jednu jednotku
Stínová cena
Najdeme ji ve vygenerovaná citlivostní analýze – Tabulka Omezující podmínky
Udává, o kolik se změní hodnota ÚF primárního modelu, pokud zvýšíme pravou stranu jedné z PVO o jednu
jednotku
Redukovaná cena
Najdeme ji ve vygenerované citlivostní analýze – Tabulka Proměnné
udává o kolik by se měly koeficienty proměnných v ÚF primárního modelu zvýšit (v případě maximalizační
ÚF), nebo snížit (v případě minimalizační ÚF), aby se začal daný produkt vyrábět
Pokud redukovaná cena = 0, tak není třeba měnit koeficienty, protože se daný produkt už vyrábí
Intervaly stability
Předpokládáme vždy změnu pouze jednoho parametru, ne více
Interval stability pro cenové koeficienty (Vygenerovaná citlivostní analýza – Tabulka Proměnné)
o Udává, o kolik může narůst, či poklesnout daný koeficient proměnné, aniž by se změnily optimální
hodnoty ostatních proměnných
o Při překročení povoleného nárustu/poklesu dojde ke změně optimálních hodnot
Interval stability pro pravé strany (Vygenerovaná citlivostní analýza – Tabulka Omezující podmínky)
o Udává, o kolik se může pravá strana zvýšit, či snížit a bude stále splňovat zadanou podmínku
o Při překročení povoleného nárustu/poklesu nebude možné úlohu vyřešit, nenajdeme optimální
řešení
Dominance
Vektor x je dominovaným (podřazeným) řešením, pokud existuje v množině přípustných řešení jiný vektor x‘,
který nám nabízí lepší hodnotu z pohledu všech ÚF
Optimálním řešením vícekriteriální optimalizační úlohy NEMŮŽE být nikdy dominované řešení!!!
Metoda prosté agregace dle stanovených vah
nejjednodušší a nejintuitivnější metoda
váhy lze chápat jako procentuální rozdělení preferencí rozhodovatele
výsledná ÚF vznikne pronásobením původních ÚF příslušnými stanovenými vahami a jejich následným
sečtením
agregací ÚF pomocí vah vstupuje do modelu subjektivní pohled rozhodovatele. Výsledná ÚF je funkcí užitku,
a tudíž ztrácí své původní jednotky. Hodnoty původních ÚF se pak musí dopočítat dosazením
Struktura modelu
Rozhodovací proměnné – rozhodujeme o tom, jaké množství zboží přepravíme od i-tého dodavatele j-tému
odběrateli.
Požadované vstupy – musíme znát:
kolik existuje dodavatelů
kolik existuje odběratelů
jaké náklady přinese transport 1 jednotky zboží od i-tého dodavatele j-tému odběrateli
jaká je kapacita každého dodavatele, tudíž i celková kapacita zboží na trhu (nabídka)
jaké jsou požadavky každého odběratele, tudíž i celkové požadavky na zboží na trhu (poptávka)
Účelové funkce – minimalizujeme náklady na celkový rozvrh dodávej
PVO
- žádný dodavatel nemůže dodat více(ale nechce ani méně), než je jeho výrobní kapacita
- žádný odběratel nechce odebrat více (ale ani nemůže méně), než jsou jeho požadavky
Podmínky nezápornosti
Specifika
vyrovnaný problém – dodavatelé jsou schopni dodat přesně takové množství, jaké jsou odběratelé schopni nakoupit
nevyrovnané problémy máme 2: převis nabídky nad poptávkou; převis poptávky nad nabídkou
Aby se dala úloha vyřešit musí se nejdříve převést na problém vyrovnaný – a to zavedením fiktivního subjektu –
dodavatele nebo odběratele.
Přiřazovací problém
speciální případ dopravních úloh, který řeší např. problematiku optimálního přiřazení strojů na pracoviště
s minimalizací najetých kilometrů
Vždy právě n proměnných z celkového počtu n^2 nabývá kladných hodnot (přesně 1), zbytek proměnných je
nulových – přiřazovací problémy jsou silně degenerované => snížení efektivity simplexového algoritmu.
Strukturní Analýza
kvadranty
I. kvadrant – přímá spotřeba – vazba mezi obory uvnitř ekonomického systému = endogenní mezioborvé toky
II. kvadrant – finální spotřeba- dodávky produkce u jednotlivých oborů do okolí = exogenní toky vně
III. kvadrant - spotreba primárních činitelů a hodnot přidaných zpracováním z vonkajšieho okolia dovnútra
výrobným odborom, t.j. exogénne toky dovnútra,
IV. kvadrant - toky primárních zdrojů do finální spotřeby - väzby primárnych činiteľov a hodnoty pridané
spracovaním vonkajším odberateľom (prerozdelenie)
- vypočtu ji tak, že výrobní spotřebu daného oboru vydělím celkovou produkcí daného oboru
- a11 = 800 : 4000 = 0,2 = tzn. na 1 Kč produkce 1.oboru potřebujeme 0,2 Kč také z 1.oboru
- a13 = 1890 : 9000 = 0,21 = tzn. na 1 Kč produkce 3.oboru potřebujeme 0,21 Kč z 1.oboru
matice komplexní spotřeby = inverzní matice k matici leotiefově = (E – A)-1 (příp. matice B)
- je potřebná k výpočtu celkové produkce v následujícím roce
- uvádí jak moc velkou část celkové produkce potřebujeme, abychom uspokojili 1 Kč poptávky
Síťová analýza
- významná metoda kvantitativní podpory řízení (využití v oblasti plánování projektů)
- je založena na aplikaci poznatků teorie grafů (oblast aplikované matematiky – zabývá se obecně grafy a
výpočty v nich)
- metody síťové analýzy čerpají poznatky teorie sítí algoritmy a principy konstrukce
o uzel (vrchol)
▪ libovolný objekt, nebo součást jevu (např. místo, osoba, věc, časový okamžik)
- informatika
o analýza sociálních sítí (vyhledávání optimálních spojení mezi uživateli, analýza dosahu, navrhování obsahu, apod.) – Facebook nám navrhuje lidi k přidání do
přátel na základě společných známých, podobných zájmů, vzdálenosti, …
- management a plánování projektů: časové plánovaní síťová analýza, plánování alokace nákladů a zdrojů
- projekt
- je skupina speciálních analytických metod, které se používají v případech, kdy je třeba analyzovat nebo
optimalizovat nějakou síť vzájemně propojených a souvisejících prvků, které mají mezi sebou nějakou
souvislost.
- činnost = úkon nebo ohraničený soubor úkonů = provádějí se za účelem dosažení cíle (cílového stavu) projektu
o je třeba stanovit si časový plán = kdy mají činnosti začít a skončit, aby bylo dosaženo plánovaného cílového stavu
o stochastické pojetí procesu = předpokládá se, že né vše je dáno/né vše je jisté („činnost bude
probíhat + - 2 dny“)
- výhoda SA
o lze ji kombinovat s ostatními metodami optimální alokace omezených zdrojů (např. jak zkrátit
činnosti, abychom si v projektu vytvořili časovou rezervu)
3 základní metody SA
1. metoda kritické cesty = CPM
o je nejsložitější
dále také:
o zda můžeme dopředu usuzovat spíše na náhodnost nebo očekávatelnost průběhu činností
o zda může při průběhu vzniknout „fronta požadavků“, které se musí postupně plnit
- další aspekty plánovaní projektů, tj. náklady a alokace zdrojů, vyžadují aplikaci rozšíření metod SA
o CCM = metoda kritických řetězců = plánování z hlediska ohrožení absencí klíčových zdrojů
o LESS = využití mat. programování k nalezení optimální varianty zkrácení trvání projektu vzhledem
k nákladům tohoto zkrácení
o plánování souběžně probíhajících projektů se sdílenými zdroji = jak rozvrhnout zdroje potřebné
k více projektům
- použití zejména tam, kde se dá stanovit doba trvání s vyšší až vysokou mírou jistoty
- Jejím cílem je stanovení doby trvání projektu na základě délky tzv. kritické cesty.
: nalezení kritické cesty v projektu pro následnou analýzu
- cíl: najít v síti nejdelší (kritickou) cestu z počátečního uzlu do koncového uzlu a určit časové termíny všech
činností
- Kritická cesta je definována jako (časově) nejdelší možná cesta z počátečního bodu grafu do koncového bodu
grafu. Každý projekt má minimálně jednu kritickou cestu.
o matice sousednosti = v každém řádku matice je zachycena sousednost (která matice se kterou
sousedí)
o z časového hlediska se jedná o nejdelší možnou cestu v projektu, protože tam není žádná rezerva
2. finish-to-finish: činnosti mohou probíhat paralelně, ale je tam určitá věcná návaznost ve vztahu k dokončení
3. start-to-start
4. start-to-finish
o pro dokončení jedné činnosti je nutno počkat na započetí jiné klíčové činnosti
časový polštář
- do vazby vpravím nějaké zpoždění (konce nebo začátku činnosti)
- používá se u né moc spolehlivých zdrojů
- při plánování a řízení projektů nás zajímá především alokace lidských zdrojů
- účel analýzy alokace zdrojů: zjistit, zda jsou zdroje v projektu alokovány efektivně a nekonfliktně
o zda není požadováno více zdrojů, než je k dispozici, nebo zda zdroje nejsou přealokovány
Ganttův diagram
- grafické znázornění naplánování posloupnosti činností v čase, které se využívá se při řízení projektů nebo
programů
- slouží pro získání lepšího přehledu o počtu a době souběhu více činností najednou
- duchovním otcem je Henry Laurence Gantt. Ganttův diagram zobrazuje ve sloupcích (horizontálně) časové období ve
kterém se plánuje.
- Podle délky plánovaného projektu se zobrazuje období v odpovídající podrobnosti (roky, měsíce, týdny, dny).
- V řádcích (vertikálně) se pak zobrazují dílčí aktivity (někdy nazývány jako úkoly) - tedy kroky, činnosti nebo
podprojekty a to v takovém pořadí, které odpovídá jejich logickému sledu v plánovaném projektu (viz WBS). Délka
trvání dané aktivity je pak vztažena k časovému období.
Co může být ve sloupcích Ganttova diagramu: roky. měsíce, týdny, dny, (hodiny)
- jde zde provést analýza zdrojů (např. personálních) tím, že pod danou časovou jednotku napíšu, kolik zdrojů
potřebuju zjistím tak, zda zdrojů nemám málo nebo naopak hodně
o příliš mnoho kritických činností může znamenat vyšší riziko selhání plánu projektu
o analýzou kritické cesty zjišťujeme, jak můžeme ovlivnit pláno projektu nebo jeho zadání, abychom
snížili riziko selhání plánu projektu uměle navýšíme časové rezervy
o méně extrémní možnost: zkrácení doby trvání činností oproti původnímu plánu
▪ zkrácení může být výsledkem: dodání nových zdrojů, zakoupení prémiových služeb, …
metoda PERT
- Metoda PERT je zobecněním metody kritické cesty CPM. Tato metoda se používá k řízení složitých akcí
majících stochastickou povahu.
- Zde se doba trvání každé dílčí činnosti chápe jako náhodná proměnná mající určité rozložení pravděpodobnosti.
Empiricky bylo zjištěno, že v praxi toto nejlépe vystihuje tzv. beta rozdělení, které lépe vystihuje proměnlivost
provozních podmínek (například důlní provoz)
- tato metoda může sloužit, stejně jako ostatní metody síťové analýzy, pro odhad doby trvání projektu. Je používána
alternativně k metodě CPM. Především je metoda PERT využívána v rámci řízení projektů a v oblasti logistiky a
dopravy.
o chápeme jako zobrazení f, které každému jevu x přiřazuje číslo, které charakterizuje
pravděpodobnost nastání tohoto jevu
- rozdělení BETA
1. vypočte se STŘEDNÍ hodnoty nejdříve možných termínů činností podobně jako v CPM
2. vypočte se STŘEDNÍ hodnoty nejpozději přípustných termínů činností podobně jako v CPM
o celková rezerv
typické úlohy
- stanovení pravděpodobnosti dodržení plánovaného termínu dokončení projektu